控制理论与应用

作者：王登贵,傅卫平,周劲草,高志强,宋清源

单位：西安理工大学,西安理工大学,西安理工大学,西安理工大学,西安理工大学

关键词：自动驾驶汽车; 知识图谱; 贝叶斯网络; 逻辑推理; 潜在风险评估

基金：陕西省自然科学基金项目(2022JQ–546), 国家自然科学基金青年科学基金项目(52005401)

视野遮挡区域的潜在风险对自动驾驶汽车的行驶安全提出了极大挑战. 面对难以准确有效地预测、评估潜 在风险这一困难, 本文提出了一种基于“知识图谱+逻辑推理+贝叶斯推理”的潜在风险评估方法, 建立了潜在风险预 判模型和潜在风险概率评估模型. 潜在风险预判模型通过构建“城市道路驾驶场景知识图谱”描述了场景中实体与 实体间的交互关系, 并对场景描述信息进行语义转换, 采用SWI-Prolog推理机推断当前场景是否存在潜在风险; 潜 在风险概率评估模型基于贝叶斯网络实现对潜在风险的概率评估. 通过现场实验验证, 所提方法对潜在风险的推 理效果与人类驾驶员推理效果相似, 甚至可弥补人类未及时推理出潜在风险的过失. 方法适用于城市复杂道路交 通, 风险评估结果能为自动驾驶或辅助驾驶的行为决策提供有效依据, 具有潜在应用价值.

来源：2023年第6期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2023年第6期